source: icGREP/icgrep-devel/icgrep/re/re_compiler.cpp @ 5812

Last change on this file since 5812 was 5812, checked in by nmedfort, 16 months ago

Bug fix for RE local + some clean up of RE local and the RE Compiler

File size: 27.4 KB
RevLine 
[3850]1/*
2 *  Copyright (c) 2014 International Characters.
3 *  This software is licensed to the public under the Open Software License 3.0.
4 *  icgrep is a trademark of International Characters.
5 */
[5267]6
7
8
9#include "re_compiler.h"
10#include <pablo/pe_ones.h>          // for Ones
11#include <pablo/pe_var.h>           // for Var
12#include <pablo/pe_zeroes.h>        // for Zeroes
13#include <re/printer_re.h>
14#include <re/re_alt.h>
15#include <re/re_analysis.h>         // for isByteLength, isUnicodeUnitLength
[4245]16#include <re/re_any.h>
[5267]17#include <re/re_assertion.h>        // for Assertion, Assertion::Sense, Asse...
18#include <re/re_cc.h>               // for makeCC
19#include <re/re_diff.h>             // for Diff
20#include <re/re_end.h>
21#include <re/re_intersect.h>        // for Intersect
22#include <re/re_name.h>             // for Name, Name::Type, Name::Type::Zer...
23#include <re/re_name_resolve.h>     // for resolveNames
[5565]24#include <re/re_name_gather.h>      // for gatherNames
[5267]25#include <re/re_rep.h>              // for Rep, Rep::::UNBOUNDED_REP
26#include <re/re_seq.h>              // for Seq
[4199]27#include <re/re_start.h>
[5617]28#include <re/re_local.h>
[5802]29#include <re/to_utf8.h>
[5267]30#include <re/re_toolchain.h>        // for AlgorithmOptionIsSet, RE_Algorith...
31#include "cc/cc_compiler.h"         // for CC_Compiler
32#include "pablo/builder.hpp"        // for PabloBuilder
[5755]33#include <IR_Gen/idisa_target.h>    // for AVX2_available
[5706]34#include <llvm/Support/ErrorHandling.h>
[5610]35
[5267]36namespace pablo { class PabloAST; }
37namespace pablo { class PabloKernel; }
38namespace re { class Alt; }
39namespace re { class RE; }
[4459]40
[4340]41using namespace pablo;
[5267]42using namespace llvm;
[4340]43
[5812]44using FollowMap = std::map<re::CC *, re::CC*>;
45
[4340]46namespace re {
47
[5812]48using MarkerType = RE_Compiler::MarkerType;
49
50PabloAST * RE_Compiler::compile(RE * re, PabloAST * const initialCursors) {
51    const auto markers = initialCursors ? compile(re, initialCursors, mPB) : compile(re, mPB);
52    return markerVar(AdvanceMarker(markers, FinalPostPositionUnit, mPB));
[4197]53}
[5812]54
55inline MarkerType RE_Compiler::compile(RE * re, PabloAST * const cursors, PabloBuilder & pb) {
56    return process(re, makeMarker(FinalMatchUnit, cursors), pb);
[4330]57}
[5812]58
59inline MarkerType RE_Compiler::compile(RE * re, PabloBuilder & pb) {
60    return process(re, makeMarker(FinalPostPositionUnit, pb.createOnes()), pb);
61}
[5548]62   
[4622]63MarkerType RE_Compiler::process(RE * re, MarkerType marker, PabloBuilder & pb) {
[5780]64    if (isa<Name>(re)) {
65        return compileName(cast<Name>(re), marker, pb);
66    } else if (isa<Seq>(re)) {
67        return compileSeq(cast<Seq>(re), marker, pb);
68    } else if (isa<Alt>(re)) {
69        return compileAlt(cast<Alt>(re), marker, pb);
70    } else if (isa<Rep>(re)) {
71        return compileRep(cast<Rep>(re), marker, pb);
72    } else if (isa<Assertion>(re)) {
73        return compileAssertion(cast<Assertion>(re), marker, pb);
74    } else if (isa<Any>(re)) {
75        return compileAny(marker, pb);
76    } else if (isa<Diff>(re)) {
77        return compileDiff(cast<Diff>(re), marker, pb);
78    } else if (isa<Intersect>(re)) {
79        return compileIntersect(cast<Intersect>(re), marker, pb);
80    } else if (isa<Start>(re)) {
81        return compileStart(marker, pb);
82    } else if (isa<End>(re)) {
83        return compileEnd(marker, pb);
84    } else if (isa<CC>(re)) {
85        // CCs may be passed through the toolchain directly to the compiler.
86        return compileCC(cast<CC>(re), marker, pb);
[5617]87    } else {
[5780]88        UnsupportedRE("RE Compiler failed to process " + Printer_RE::PrintRE(re));
[4197]89    }
90}
[3850]91
[4829]92inline MarkerType RE_Compiler::compileAny(const MarkerType m, PabloBuilder & pb) {
[5812]93    PabloAST * const nextFinalByte = markerVar(AdvanceMarker(m, FinalPostPositionUnit, pb));
94    return makeMarker(FinalMatchUnit, nextFinalByte);
[4829]95}
96
[5555]97MarkerType RE_Compiler::compileCC(CC * cc, MarkerType marker, PabloBuilder & pb) {
[5802]98    // If Unicode CCs weren't pulled out earlier, we generate the equivalent
99    // byte sequence as an RE.
[5812]100    if (cc->getAlphabet() == &cc::Unicode) {
101        return process(toUTF8(cc), marker, pb);
102    }
[5801]103    PabloAST * nextPos = markerVar(marker);
104    if (isByteLength(cc)) {
[5812]105        if (marker.pos == FinalMatchUnit) {
106            nextPos = pb.createAdvance(nextPos, 1);
107        }
108    } else {
109        nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
[5801]110    }
[5812]111    return makeMarker(FinalMatchUnit, pb.createAnd(nextPos, mCCCompiler.compileCC(cc, pb)));
[5555]112}
113
[4829]114inline MarkerType RE_Compiler::compileName(Name * name, MarkerType marker, PabloBuilder & pb) {
[5638]115    const std::string nameString = name->getName();
116    if (nameString == ".") {
117        return compileAny(marker, pb);
118    } else if (nameString == "^"){
119        return compileStart(marker, pb);
120    } else if (nameString == "$"){
121        return compileEnd(marker, pb);
122    } else if (isUnicodeUnitLength(name)) {
[5080]123        MarkerType nameMarker = compileName(name, pb);
[5812]124        MarkerType nextPos = AdvanceMarker(marker, FinalPostPositionUnit, pb);
[5080]125        nameMarker.stream = pb.createAnd(markerVar(nextPos), markerVar(nameMarker), name->getName());
126        return nameMarker;
[5091]127    } else if (name->getType() == Name::Type::ZeroWidth) {
128        RE * zerowidth = name->getDefinition();
129        MarkerType zero = compile(zerowidth, pb);
130        AlignMarkers(marker, zero, pb);
131        PabloAST * ze = markerVar(zero);
[5787]132        if (nameString == "\\B{g}") {
[5091]133            ze = pb.createNot(ze);
134        }
135        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), ze, "zerowidth"));
136    } else {
[5080]137        return process(name->getDefinition(), marker, pb);
138    }
[4197]139}
[4129]140
[4831]141inline MarkerType RE_Compiler::compileName(Name * name, PabloBuilder & pb) {
[5233]142    MarkerType m;
143    if (LLVM_LIKELY(mCompiledName->get(name, m))) {
144        return m;
[4814]145    } else if (LLVM_LIKELY(name->getDefinition() != nullptr)) {
[5233]146        m = compile(name->getDefinition(), pb);
147        mCompiledName->add(name, m);
[4831]148        return m;
[4486]149    }
[5308]150    UnsupportedRE("Unresolved name " + name->getName());
[4486]151}
152
[4831]153MarkerType RE_Compiler::compileSeq(Seq * seq, MarkerType marker, PabloBuilder & pb) {
[4442]154    // if-hierarchies are not inserted within unbounded repetitions
155    if (mStarDepth > 0) {
156        for (RE * re : *seq) {
157            marker = process(re, marker, pb);
158        }
159        return marker;
[4829]160    } else {
[4831]161        return compileSeqTail(seq->begin(), seq->end(), 0, marker, pb);
[4442]162    }
[4197]163}
[3955]164
[4831]165MarkerType RE_Compiler::compileSeqTail(Seq::iterator current, Seq::iterator end, int matchLenSoFar, MarkerType marker, PabloBuilder & pb) {
[5202]166    if (current == end) {
167        return marker;
168    } else if (matchLenSoFar < IfInsertionGap) {
[4442]169        RE * r = *current;
170        marker = process(r, marker, pb);
171        current++;
[4831]172        return compileSeqTail(current, end, matchLenSoFar + minMatchLength(r), marker, pb);
[4829]173    } else {
[5202]174        Var * m = pb.createVar("m", pb.createZeroes());
[5233]175        NameMap nestedMap(mCompiledName);
176        mCompiledName = &nestedMap;
[4622]177        PabloBuilder nested = PabloBuilder::Create(pb);
[4831]178        MarkerType m1 = compileSeqTail(current, end, 0, marker, nested);
[5202]179        nested.createAssign(m, markerVar(m1));
180        pb.createIf(markerVar(marker), nested);
[5233]181        mCompiledName = nestedMap.getParent();
[5202]182        return makeMarker(m1.pos, m);
[4442]183    }
184}
185
[5812]186MarkerType RE_Compiler::compileAlt(Alt * alt, const MarkerType base, PabloBuilder & pb) {
187    std::array<PabloAST *, 3> accum;
[4340]188    // The following may be useful to force a common Advance rather than separate
189    // Advances in each alternative.
[5812]190    accum.fill(pb.createZeroes());
[4340]191    for (RE * re : *alt) {
[5233]192        MarkerType m = process(re, base, pb);
[5812]193        const MarkerPosition p = markerPos(m);
[5233]194        accum[p] = pb.createOr(accum[p], markerVar(m), "alt");
[4197]195    }
[5812]196    if (isa<Zeroes>(accum[InitialPostPositionUnit]) && isa<Zeroes>(accum[FinalPostPositionUnit])) {
197        return makeMarker(FinalMatchUnit, accum[FinalMatchUnit]);
[4340]198    }
[5812]199
200    PabloAST * combine = pb.createOr(accum[InitialPostPositionUnit], pb.createAdvance(accum[FinalMatchUnit], 1), "alt");
[5810]201    if (isa<Zeroes>(accum[FinalPostPositionUnit])) {
202        return makeMarker(InitialPostPositionUnit, combine);
203    }
[5812]204    combine = pb.createOr(pb.createScanThru(pb.createAnd(mInitial, combine), mNonFinal), accum[FinalPostPositionUnit], "alt");
205    return makeMarker(FinalPostPositionUnit, combine);
[4197]206}
[3955]207
[4831]208MarkerType RE_Compiler::compileAssertion(Assertion * a, MarkerType marker, PabloBuilder & pb) {
[4411]209    RE * asserted = a->getAsserted();
[4408]210    if (a->getKind() == Assertion::Kind::Lookbehind) {
[4411]211        MarkerType lookback = compile(asserted, pb);
[4835]212        AlignMarkers(marker, lookback, pb);
[4438]213        PabloAST * lb = markerVar(lookback);
[4411]214        if (a->getSense() == Assertion::Sense::Negative) {
[4439]215            lb = pb.createNot(lb);
[4408]216        }
[4835]217        return makeMarker(markerPos(marker), pb.createAnd(markerVar(marker), lb, "lookback"));
[5308]218    } else if (a->getKind() == Assertion::Kind::Boundary) {
219        MarkerType cond = compile(asserted, pb);
[5812]220        if (LLVM_LIKELY(markerPos(cond) == FinalMatchUnit)) {
221            MarkerType postCond = AdvanceMarker(cond, FinalPostPositionUnit, pb);
[5779]222            PabloAST * boundaryCond = pb.createXor(markerVar(cond), markerVar(postCond));
[5308]223            if (a->getSense() == Assertion::Sense::Negative) {
224                boundaryCond = pb.createNot(boundaryCond);
225            }
[5812]226            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
227            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), boundaryCond, "boundary"));
[5308]228        }
229        else UnsupportedRE("Unsupported boundary assertion");
[4829]230    } else if (isUnicodeUnitLength(asserted)) {
[4411]231        MarkerType lookahead = compile(asserted, pb);
[5812]232        if (LLVM_LIKELY(markerPos(lookahead) == FinalMatchUnit)) {
[4831]233            PabloAST * la = markerVar(lookahead);
234            if (a->getSense() == Assertion::Sense::Negative) {
235                la = pb.createNot(la);
236            }
[5812]237            MarkerType fbyte = AdvanceMarker(marker, FinalPostPositionUnit, pb);
238            return makeMarker(FinalPostPositionUnit, pb.createAnd(markerVar(fbyte), la, "lookahead"));
[4408]239        }
240    }
[5308]241    UnsupportedRE("Unsupported lookahead assertion.");
[4405]242}
243
[4829]244inline bool alignedUnicodeLength(const RE * lh, const RE * rh) {
245    const auto lhl = getUnicodeUnitLengthRange(lh);
246    const auto rhl = getUnicodeUnitLengthRange(rh);
247    return (lhl.first == lhl.second && lhl.first == rhl.first && lhl.second == rhl.second);
248}
249
[4831]250MarkerType RE_Compiler::compileDiff(Diff * diff, MarkerType marker, PabloBuilder & pb) {
[4255]251    RE * lh = diff->getLH();
252    RE * rh = diff->getRH();
[4829]253    if (alignedUnicodeLength(lh, rh)) {
[4340]254        MarkerType t1 = process(lh, marker, pb);
255        MarkerType t2 = process(rh, marker, pb);
[4411]256        AlignMarkers(t1, t2, pb);
[4439]257        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), pb.createNot(markerVar(t2)), "diff"));
[4255]258    }
[5308]259    UnsupportedRE("Unsupported Diff operands: " + Printer_RE::PrintRE(diff));
[4255]260}
261
[4831]262MarkerType RE_Compiler::compileIntersect(Intersect * x, MarkerType marker, PabloBuilder & pb) {
[4298]263    RE * lh = x->getLH();
264    RE * rh = x->getRH();
[4829]265    if (alignedUnicodeLength(lh, rh)) {
[4340]266        MarkerType t1 = process(lh, marker, pb);
267        MarkerType t2 = process(rh, marker, pb);
[4411]268        AlignMarkers(t1, t2, pb);
[4439]269        return makeMarker(markerPos(t1), pb.createAnd(markerVar(t1), markerVar(t2), "intersect"));
[4298]270    }
[5308]271    UnsupportedRE("Unsupported Intersect operands: " + Printer_RE::PrintRE(x));
[4298]272}
273
[4831]274MarkerType RE_Compiler::compileRep(Rep * rep, MarkerType marker, PabloBuilder & pb) {
[4261]275    int lb = rep->getLB();
276    int ub = rep->getUB();
277    if (lb > 0) {
[5555]278        marker = processLowerBound(rep->getRE(), lb, marker, IfInsertionGap, pb);
[4208]279    }
[4261]280    if (ub == Rep::UNBOUNDED_REP) {
[4831]281        marker = processUnboundedRep(rep->getRE(), marker, pb);
282    } else if (lb < ub) {
[5555]283        marker = processBoundedRep(rep->getRE(), ub - lb, marker, IfInsertionGap, pb);
[4261]284    }
[4831]285    return marker;
[4208]286}
287
[4261]288/*
[5720]289   Given a stream |repeated_j| marking positions associated with |j| conecutive matches to an item
290   compute a stream marking |repeat_count| consecutive occurrences of such items.
[4261]291*/
[5720]292   
293PabloAST * RE_Compiler::consecutive_matches(PabloAST * repeated_j, int j, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
294    if (j == repeat_count) return repeated_j;
295    int i = std::min(j, repeat_count - j);
296    int k = j + i;
[5724]297    if (/*j > IfInsertionGap*/ false) {
[5720]298        Var * repeated = pb.createVar("repeated", pb.createZeroes());
299        PabloBuilder nested = PabloBuilder::Create(pb);
300        NameMap nestedMap(mCompiledName);
301        mCompiledName = &nestedMap;
302       
303        PabloAST * adv_i = nullptr;
304        if (indexStream == nullptr) adv_i = nested.createAdvance(repeated_j, i);
305        else adv_i = nested.createIndexedAdvance(repeated_j, indexStream, i);
306        PabloAST * repeated_k = nested.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
307        nested.createAssign(repeated, consecutive_matches(repeated_k, k, repeat_count, indexStream, nested));
308        pb.createIf(repeated_j, nested);
309        mCompiledName = nestedMap.getParent();
310        return repeated;
[4841]311    }
[5720]312    else {
313        PabloAST * adv_i = nullptr;
314        if (indexStream == nullptr) adv_i = pb.createAdvance(repeated_j, i);
315        else adv_i = pb.createIndexedAdvance(repeated_j, indexStream, i);
316        PabloAST * repeated_k = pb.createAnd(repeated_j, adv_i, "at" + std::to_string(k) + "of" + std::to_string(repeat_count));
317        return consecutive_matches(repeated_k, k, repeat_count, indexStream, pb);
[4841]318    }
[4261]319}
[4405]320
[5720]321
[5710]322inline PabloAST * RE_Compiler::reachable(PabloAST * repeated, int length, int repeat_count, PabloAST * indexStream, PabloBuilder & pb) {
[4841]323    int i = length;
324    int total_lgth = repeat_count * length;
325    if (repeat_count == 0) {
326        return repeated;
327    }
[5717]328    PabloAST * reachable = nullptr;
329    if (indexStream == nullptr) reachable = pb.createOr(repeated, pb.createAdvance(repeated, 1), "within1");
330    else reachable = pb.createOr(repeated, pb.createIndexedAdvance(repeated, indexStream, 1), "within1");
[5371]331    while ((i * 2) < total_lgth) {
[5610]332        PabloAST * v = reachable;
[5710]333        PabloAST * v2 = nullptr;
334        if (indexStream == nullptr) v2 = pb.createAdvance(v, i);
335        else v2 = pb.createIndexedAdvance(v, indexStream, i);
[4841]336        i *= 2;
[5610]337        reachable = pb.createOr(v, v2, "within" + std::to_string(i));
[4841]338    }
[5371]339    if (LLVM_LIKELY(i < total_lgth)) {
[5610]340        PabloAST * v = reachable;
[5710]341        PabloAST * v2 = nullptr;
342        if (indexStream == nullptr) v2 = pb.createAdvance(v, total_lgth - i);
343        else v2 = pb.createIndexedAdvance(v, indexStream, total_lgth - i);
[5610]344        reachable = pb.createOr(v, v2, "within" + std::to_string(total_lgth));
[4841]345    }
[5610]346    return reachable;
[4420]347}
348
[5555]349MarkerType RE_Compiler::processLowerBound(RE * repeated, int lb, MarkerType marker, int ifGroupSize, PabloBuilder & pb) {
[5812]350    if (LLVM_UNLIKELY(lb == 0)) {
351        return marker;
352    } else if (LLVM_UNLIKELY(lb == 1)) {
353        return process(repeated, marker, pb);
354    }
[5720]355    //
356    // A bounded repetition with an upper bound of at least 2.
[5786]357    if (!AlgorithmOptionIsSet(DisableLog2BoundedRepetition)) {
[5720]358        // Check for a regular expression that satisfies on of the special conditions that
359        // allow implementation using the log2 technique.
360        if (isByteLength(repeated)) {
361            PabloAST * cc = markerVar(compile(repeated, pb));
362            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, nullptr, pb);
[5812]363            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
[5720]364            PabloAST * marker_fwd = pb.createAdvance(markerVar(marker), pos);
[5812]365            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
[5720]366        }
[5730]367        else if (isUnicodeUnitLength(repeated)) {
[5720]368            PabloAST * cc = markerVar(compile(repeated, pb));
369            PabloAST * cc_lb = consecutive_matches(cc, 1, lb, mFinal, pb);
[5812]370            const auto pos = markerPos(marker) == FinalMatchUnit ? lb : lb - 1;
[5720]371            PabloAST * marker_fwd = pb.createIndexedAdvance(markerVar(marker), mFinal, pos);
[5812]372            return makeMarker(FinalMatchUnit, pb.createAnd(marker_fwd, cc_lb, "lowerbound"));
[5720]373        }
[5730]374        else if (isTypeForLocal(repeated)) {
[5812]375            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
376            if (first) { // if the first symbol is unique, we can use it as an index stream.
377                PabloAST * firstCCstream = markerVar(compile(first, pb));
[5720]378                // Find all matches to the repeated regexp.
[5812]379                PabloAST * submatch = markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb));
[5720]380                // Consecutive submatches require that the symbol following the end of one submatch is the first symbol for
381                // the next submatch.   lb-1 such submatches are required.
382                PabloAST * consecutive_submatch = consecutive_matches(submatch, 1, lb-1, firstCCstream, pb);
383                // Find submatch positions which are lb-2 start symbols forward from the current marker position.
[5812]384                PabloAST * base = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
[5720]385                PabloAST * marker_fwd = pb.createIndexedAdvance(base, firstCCstream, lb - 1);
386                PabloAST * consecutive_lb_1 = pb.createAnd(marker_fwd, consecutive_submatch);
387                // From any of these positions, any position reachable by one more occurrence of the
388                // regexp is a match.
[5812]389                return process(repeated, makeMarker(FinalPostPositionUnit, consecutive_lb_1), pb);
[5720]390            }
391        }
[4340]392    }
[5555]393    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
394    auto group = ifGroupSize < lb ? ifGroupSize : lb;
395    for (auto i = 0; i < group; i++) {
396        marker = process(repeated, marker, pb);
[4340]397    }
[5555]398    if (lb == group) {
[5371]399        return marker;
400    }
[5202]401    Var * m = pb.createVar("m", pb.createZeroes());
[5168]402    PabloBuilder nested = PabloBuilder::Create(pb);
[5593]403    NameMap nestedMap(mCompiledName);
404    mCompiledName = &nestedMap;
[5555]405    MarkerType m1 = processLowerBound(repeated, lb - group, marker, ifGroupSize * 2, nested);
[5202]406    nested.createAssign(m, markerVar(m1));
407    pb.createIf(markerVar(marker), nested);
[5593]408    mCompiledName = nestedMap.getParent();
[5202]409    return makeMarker(m1.pos, m);
[4267]410}
[5168]411   
[5555]412MarkerType RE_Compiler::processBoundedRep(RE * repeated, int ub, MarkerType marker, int ifGroupSize,  PabloBuilder & pb) {
[5812]413    if (LLVM_UNLIKELY(ub == 0)) {
414        return marker;
415    }
[5720]416    //
417    // A bounded repetition with an upper bound of at least 2.
[5786]418    if (!AlgorithmOptionIsSet(DisableLog2BoundedRepetition) && (ub > 1)) {
[5720]419        // Check for a regular expression that satisfies on of the special conditions that
420        // allow implementation using the log2 technique.
421        if (isByteLength(repeated)) {
422            // log2 upper bound for fixed length (=1) class
423            // Create a mask of positions reachable within ub from current marker.
424            // Use matchstar, then apply filter.
[5812]425            PabloAST * cursor = markerVar(AdvanceMarker(marker, InitialPostPositionUnit, pb));
[5720]426            // If we've advanced the cursor to the post position unit, cursor begins on the first masked bit of the bounded mask.
427            // Extend the mask by ub - 1 byte positions to ensure the mask ends on the FinalMatchUnit of the repeated region.
428            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, nullptr, pb);
429            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask);
430            // MatchStar deposits any cursors on the post position. However those cursors may may land on the initial "byte" of a
431            // "multi-byte" character. Combine the masked range with any nonFinals.
432            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
[5812]433            return makeMarker(InitialPostPositionUnit, bounded);
[5720]434        }
[5730]435        else if (isUnicodeUnitLength(repeated)) {
[5720]436            // For a regexp which represent a single Unicode codepoint, we can use the mFinal stream
437            // as an index stream for an indexed advance operation.
[5812]438            PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
[5720]439            PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, mFinal, pb);
440            PabloAST * masked = pb.createAnd(markerVar(compile(repeated, pb)), upperLimitMask, "masked");
441            PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
[5812]442            return makeMarker(FinalPostPositionUnit, bounded);
[5720]443        }
[5730]444        else if (isTypeForLocal(repeated)) {
[5812]445            CC * const first = RE_Local::getFirstUniqueSymbol(repeated);
446            if (first) { // if the first symbol is unique, we can use it as an index stream.
447                PabloAST * firstCCstream = markerVar(compile(first, pb));
448                PabloAST * cursor = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
[5720]449                PabloAST * upperLimitMask = reachable(cursor, 1, ub - 1, firstCCstream, pb);
[5812]450                PabloAST * masked = pb.createAnd(markerVar(AdvanceMarker(compile(repeated, pb), FinalPostPositionUnit, pb)), upperLimitMask, "masked");
[5720]451                PabloAST * bounded = pb.createMatchStar(cursor, pb.createOr(masked, mNonFinal), "bounded");
[5812]452                return makeMarker(FinalPostPositionUnit, bounded);
[5720]453            }
454        }
[4340]455    }
[5610]456    // Fall through to general case.  Process the first item and insert the rest into an if-structure.
[5555]457    auto group = ifGroupSize < ub ? ifGroupSize : ub;
458    for (auto i = 0; i < group; i++) {
459        MarkerType a = process(repeated, marker, pb);
460        MarkerType m = marker;
461        AlignMarkers(a, m, pb);
462        marker = makeMarker(markerPos(a), pb.createOr(markerVar(a), markerVar(m)));
[4340]463    }
[5555]464    if (ub == group) {
[5371]465        return marker;
466    }
[5202]467    Var * m1a = pb.createVar("m", pb.createZeroes());
[5168]468    PabloBuilder nested = PabloBuilder::Create(pb);
[5593]469    NameMap nestedMap(mCompiledName);
470    mCompiledName = &nestedMap;
[5555]471    MarkerType m1 = processBoundedRep(repeated, ub - group, marker, ifGroupSize * 2, nested);
[5202]472    nested.createAssign(m1a, markerVar(m1));
473    pb.createIf(markerVar(marker), nested);
[5593]474    mCompiledName = nestedMap.getParent();
[5168]475    return makeMarker(m1.pos, m1a);
[4261]476}
477
[4622]478MarkerType RE_Compiler::processUnboundedRep(RE * repeated, MarkerType marker, PabloBuilder & pb) {
[4340]479    // always use PostPosition markers for unbounded repetition.
[5812]480    PabloAST * base = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
[5786]481    if (isByteLength(repeated)  && !AlgorithmOptionIsSet(DisableMatchStar)) {
[5610]482        PabloAST * mask = markerVar(compile(repeated, pb));
483        PabloAST * nonFinal = mNonFinal;
484        // The post position character may land on the initial byte of a multi-byte character. Combine them with the masked range.
485        PabloAST * unbounded = pb.createMatchStar(base, pb.createOr(mask, nonFinal), "unbounded");
[5812]486        return makeMarker(FinalPostPositionUnit, unbounded);
[5030]487    } else if (isUnicodeUnitLength(repeated) && !AlgorithmOptionIsSet(DisableMatchStar) && !AlgorithmOptionIsSet(DisableUnicodeMatchStar)) {
[4411]488        PabloAST * cc = markerVar(compile(repeated, pb));
[4829]489        PabloAST * mstar = nullptr;
490        PabloAST * nonFinal = mNonFinal;
491        cc = pb.createOr(cc, nonFinal);
[4980]492        mstar = pb.createMatchStar(base, cc);
[4829]493        PabloAST * final = mFinal;
[5812]494        return makeMarker(FinalPostPositionUnit, pb.createAnd(mstar, final, "unbounded"));
[4829]495    } else if (mStarDepth > 0){
[5202]496        PabloBuilder * const outer = pb.getParent();
497        Var * starPending = outer->createVar("pending", outer->createZeroes());
498        Var * starAccum = outer->createVar("accum", outer->createZeroes());
[4609]499        mStarDepth++;
500        PabloAST * m1 = pb.createOr(base, starPending);
501        PabloAST * m2 = pb.createOr(base, starAccum);
[5812]502        MarkerType result = process(repeated, makeMarker(FinalPostPositionUnit, m1), pb);
503        result = AdvanceMarker(result, FinalPostPositionUnit, pb);
[4844]504        PabloAST * loopComputation = markerVar(result);
[5202]505        pb.createAssign(starPending, pb.createAnd(loopComputation, pb.createNot(m2)));
506        pb.createAssign(starAccum, pb.createOr(loopComputation, m2));
507        mWhileTest = pb.createOr(mWhileTest, starPending);
508        mStarDepth--;     
509        return makeMarker(markerPos(result), pb.createOr(base, starAccum, "unbounded"));
[4829]510    } else {
[5202]511        Var * whileTest = pb.createVar("test", base);
512        Var * whilePending = pb.createVar("pending", base);
513        Var * whileAccum = pb.createVar("accum", base);
[4609]514        mWhileTest = pb.createZeroes();
[4622]515        PabloBuilder wb = PabloBuilder::Create(pb);
[5593]516        NameMap nestedMap(mCompiledName);
517        mCompiledName = &nestedMap;
[4442]518        mStarDepth++;
[5812]519        MarkerType result = process(repeated, makeMarker(FinalPostPositionUnit, whilePending), wb);
520        result = AdvanceMarker(result, FinalPostPositionUnit, wb);
[4844]521        PabloAST * loopComputation = markerVar(result);
[5202]522        wb.createAssign(whilePending, wb.createAnd(loopComputation, wb.createNot(whileAccum)));
523        wb.createAssign(whileAccum, wb.createOr(loopComputation, whileAccum));
524        wb.createAssign(whileTest, wb.createOr(mWhileTest, whilePending));
525        pb.createWhile(whileTest, wb);
[4442]526        mStarDepth--;
[5593]527        mCompiledName = nestedMap.getParent();
[5202]528        return makeMarker(markerPos(result), whileAccum);
[4846]529    }
[4829]530}
531
[5782]532inline MarkerType RE_Compiler::compileStart(MarkerType marker, pablo::PabloBuilder & pb) {
533    PabloAST * sol = pb.createNot(pb.createAdvance(pb.createNot(mLineBreak), 1));
[5812]534    MarkerType m = AdvanceMarker(marker, InitialPostPositionUnit, pb);
535    return makeMarker(InitialPostPositionUnit, pb.createAnd(markerVar(m), sol, "sol"));
[4831]536}
537
[5782]538inline MarkerType RE_Compiler::compileEnd(MarkerType marker, pablo::PabloBuilder & pb) {
[5812]539    PabloAST * const nextPos = markerVar(AdvanceMarker(marker, FinalPostPositionUnit, pb));
540    PabloAST * const atEOL = pb.createOr(pb.createAnd(mLineBreak, nextPos), pb.createAdvance(pb.createAnd(nextPos, mCRLF), 1), "eol");
541    return makeMarker(FinalPostPositionUnit, atEOL);
[4831]542}
543
[4841]544inline MarkerType RE_Compiler::AdvanceMarker(MarkerType marker, const MarkerPosition newpos, PabloBuilder & pb) {
545    if (marker.pos != newpos) {
[5812]546        if (marker.pos == FinalMatchUnit) {
[4841]547            marker.stream = pb.createAdvance(marker.stream, 1, "ipp");
[5812]548            marker.pos = InitialPostPositionUnit;
[5810]549        }
[5812]550        if (newpos == FinalPostPositionUnit) {
551            marker.stream = pb.createScanThru(pb.createAnd(mInitial, marker.stream), mNonFinal, "fpp");
552            marker.pos = FinalPostPositionUnit;
[4841]553        }
[4829]554    }
[4841]555    return marker;
[4829]556}
557
558inline void RE_Compiler::AlignMarkers(MarkerType & m1, MarkerType & m2, PabloBuilder & pb) {
559    if (m1.pos < m2.pos) {
560        m1 = AdvanceMarker(m1, m2.pos, pb);
561    } else if (m2.pos < m1.pos) {
562        m2 = AdvanceMarker(m2, m1.pos, pb);
563    }
564}
[5308]565   
566LLVM_ATTRIBUTE_NORETURN void RE_Compiler::UnsupportedRE(std::string errmsg) {
567    llvm::report_fatal_error(errmsg);
568}
[4829]569
[5780]570RE_Compiler::RE_Compiler(PabloKernel * kernel, cc::CC_Compiler & ccCompiler)
[5217]571: mKernel(kernel)
[5134]572, mCCCompiler(ccCompiler)
[5042]573, mLineBreak(nullptr)
[4829]574, mCRLF(nullptr)
575, mInitial(nullptr)
576, mNonFinal(nullptr)
577, mFinal(nullptr)
578, mWhileTest(nullptr)
579, mStarDepth(0)
[5233]580, mPB(ccCompiler.getBuilder())
581, mCompiledName(&mBaseMap) {
[5561]582    Var * const linebreak = mKernel->getInputStreamVar("linebreak");
583    mLineBreak = mPB.createExtract(linebreak, mPB.getInteger(0));
[5782]584    Var * const crlf = mKernel->getInputStreamVar("cr+lf");
585    mCRLF = mPB.createExtract(crlf, mPB.getInteger(0));
[5561]586    Var * const required = mKernel->getInputStreamVar("required");
587    mInitial = mPB.createExtract(required, mPB.getInteger(0));
588    mNonFinal = mPB.createExtract(required, mPB.getInteger(1));
589    mFinal = mPB.createExtract(required, mPB.getInteger(2));
[4829]590}
591
[4340]592} // end of namespace re
Note: See TracBrowser for help on using the repository browser.